AIはインフラの応用と開発を定義する

人工知能は、データセンターのリソース管理において前例のない役割を果たしています。 AI テクノロジーを統合するシステムが増えるほど、IT チームは環境をより効率的に計画、展開、保守、保護できるようになります。 AI のトレンドは非常に有益であることが証明されており、高度な分析、自己学習、自動化を組み合わせて IT インフラストラクチャ管理を簡素化するインテリジェント システムである AI 定義インフラストラクチャの概念が生まれました。

[[323199]]

インフラはよりスマートになる

今日のワークロードは、これまで以上に多様化、データ集約化され、広範囲に分散されています。モバイル コンピューティングやモノのインターネットなどのテクノロジが、この発展を主に推進してきました。このような環境では、IT チームは、アプリケーションを効果的に実行し、これまでにない量のデータを管理し、最大限のパフォーマンスとリソース使用率を提供しながら、データとシステムが適切に保護されることを保証するソリューションを提供する必要があります。

これらの課題に対処するために、多くの IT 組織は、変化するワークロードに簡単に適応できるソフトウェア定義のインフラストラクチャに目を向けています。ソフトウェア定義インフラストラクチャ アプローチは、管理の簡素化、運用の合理化、柔軟性の向上、リソースの有効活用に役立ちます。また、インフラストラクチャをコードとして展開するなどの展開方法をサポートすることで、管理操作を自動化するプロセスも容易になります。

ハイパーコンバージド インフラストラクチャは、ソフトウェア定義インフラストラクチャの実際の動作を示す優れた例です。ハイパーコンバージェンスは、仮想化テクノロジーを使用して、コンピューティング、ストレージ、ネットワークの物理コンポーネントを、特定のワークロードをサポートするために簡単に割り当てることができるリソースの論理プールに抽象化します。ただし、他のソフトウェア定義インフラストラクチャと同様に、ハイパーコンバージド インフラストラクチャはインテリジェントではなく、操作を実行するために静的コードと人間の介入に依存しています。

ソフトウェア定義環境にインテリジェンスを導入するには、人工知能を導入する必要があります。

スマートインフラストラクチャの導入

AI 定義のインフラストラクチャ システムは、IT インフラストラクチャ全体からシステム データを収集し、分析用に準備します。この分析を実行するために、機械学習やディープラーニングなどの人工知能技術と予測分析を組み合わせます。 AI システムは、ソフトウェア定義のインフラストラクチャ テクノロジーと連携して、分析を使用して結果を予測し、管理タスクを自動化します。

AI 定義のインフラストラクチャをソフトウェア定義のインフラストラクチャを強化する方法と考え、この 2 つを連携させることで IT を簡素化し、管理オーバーヘッドを削減します。しかし、AI 定義のインフラストラクチャが広く実装されるまでには、まだ長い道のりがあります。しかし、データセンター システム、特にストレージ レベルでは大きな進歩が遂げられています。

たとえば、HPE は、ミッションクリティカルなアプリケーションを実行するためのオールフラッシュエンタープライズストレージである Primera ストレージプラットフォームを提供しています。 HPE は、世界中の HPE システムからテレメトリ データを収集して分析する InfoSight 分析サービスを通じて Primera プラットフォームをサポートしています。この分析から得られた洞察は、Primera などの HPE 顧客システムに適用して、システムを最適化し、潜在的な問題を解決することができます。

InfoSight は、HPE のコンポーザブル インフラストラクチャとサーバー リソースもサポートします。これらの各製品は、コンピューティング、ストレージ、ネットワーク リソースを分離して完全なソフトウェア定義のインフラストラクチャ システムを提供する、ソフトウェア定義の構成可能なシステムです。 HPE は最近、ユーザーが Primera ストレージを使用して両方のコンポーザブル製品を実装できるようになったと発表しました。その結果、顧客は InfoSight 対応のコンポーザブル インフラストラクチャを導入してコンピューティング リソースとストレージ リソースを監視および最適化できるようになり、コンポーザブル インフラストラクチャは完全な AI 定義インフラストラクチャのビジョンに一歩近づくことになります。

AI定義インフラの可能性

IT チームは、インフラストラクチャの計画、展開、保守、保護に AI の潜在能力を活用し始めたばかりかもしれませんが、この分野には可能性が溢れています。たとえば、AI 定義のインフラストラクチャは、リソース要件を分析して容量を計画し、予測された結果に基づいてリソースを自動的に割り当てたり割り当て解除したりすることもできます。

AI 定義インフラストラクチャの高度な分析により、異常の検出、根本原因の特定、サービス中断の予測、問題が発生する前に積極的に解決することが可能になります。これらの機能は、リスクをより適切に評価し、データ保護をリアルタイムで調整することで、インフラストラクチャの保護にも役立ちます。そのため、イベント、メトリック、システム ログ、データベース ログ、オペレーティング システム、アプリケーション設定、ハードウェア コンポーネント、または使用可能なテレメトリを提供できる任意のデータ ポイントからデータを抽出できます。

データが収集され、分析の準備が整うと、そのデータは AI エンジンに送られ、AI エンジンはデータをモデル化して分類し、高度な機械学習アルゴリズムを適用し、シミュレーションを実行し、システムにプログラムされているその他の分析を実行します。 AI エンジンは不一致、予期しない動作、データ パターンを識別し、この情報を使用して予測や推奨を行い、特定のアクションを実行します。

スマートシステムの利点

インテリジェント システムの利点は数多くありますが、その主な理由は、AI 定義のインフラストラクチャがリアルタイム分析を実行し、実用的な洞察を生み出すことができるためです。たとえば、ハードウェア障害を予測し、IT 管理者に警告して対策を講じるだけの場合でも、障害を解決するための手順を実行できます。

自動化と組み合わせると、AI 定義のインフラストラクチャにより、人的エラーと運用コストを削減しながら運用を効率化できます。また、より安全で信頼性の高いシステムを実現することもできます。さらに、AI 定義のインフラストラクチャは、IT インフラストラクチャに関するより深い洞察を提供できるため、IT 管理者は根本的な問題に対処して予防措置を講じることができ、経営陣には戦略的な意思決定を行うためのより優れた情報を提供できます。

AI 定義のインフラストラクチャ環境はまだ進化しており、AI 駆動型データセンター全体の理想が実現するまでには、まだ長い道のりがあります。そして、真の AI 定義インフラストラクチャを実現するための触媒として機能する、完全にソフトウェア駆動型のデータセンターはまだ登場していません。

現在、IT 部門は、サーバーやストレージ アレイ、ハイパーコンバージド インフラストラクチャ、コンポーザブル インフラストラクチャなどのスマート コンポーネントに頼らざるを得ません。しかし、システムをインテリジェントに制御し、運用を自動化する AI 定義のインフラストラクチャ フレームワークの下ですべてのコンポーネントが管理される IT インフラストラクチャのビジョンを掲げているため、成功は容易ではありません。